OpenCV 4.5.3(日本語機械翻訳)
公開メンバ関数 | 限定公開変数類 | 全メンバ一覧
cv::dnn::Model クラス

This class is presented high-level API for neural networks. [詳解]

#include <dnn.hpp>

cv::dnn::ClassificationModel, cv::dnn::DetectionModel, cv::dnn::KeypointsModel, cv::dnn::SegmentationModel, cv::dnn::TextDetectionModel, cv::dnn::TextRecognitionModelに継承されています。

公開メンバ関数

Model (const Model &)=default
Model (Model &&)=default
Model & operator= (const Model &)=default
Model & operator= (Model &&)=default
CV_WRAP Model (const String &model, const String &config="")
サポートされている形式のいずれかで表現された深層学習ネットワークからモデルを作成します。の順になります。modelおよびconfig引数の順番は関係ありません。[【詳解】(英語]
CV_WRAP Model (const Net &network)
深層学習ネットワークからモデルを作成します。[【詳解】(英語]
CV_WRAP Model & setInputSize (const Size &size)
フレームの入力サイズを設定します。[【詳解】(英語]
CV_WRAP Model & setInputSize (int width, int height)
CV_WRAP Model & setInputMean (const Scalar &mean)
フレームの平均値を設定[【詳解】(英語]
CV_WRAP Model & setInputScale (double scale)
フレームのスケールファクタ値の設定[【詳解】(英語]
CV_WRAP Model & setInputCrop (bool crop)
フレームにflag cropを設定する。[【詳解】(英語]
CV_WRAP Model & setInputSwapRB (bool swapRB)
フレームのためのフラグ swapRB を設定する。[【詳解】(英語]
CV_WRAP void setInputParams (double scale=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false)
フレームの前処理パラメータの設定[【詳解】(英語]
CV_WRAP void predict (InputArray frame, OutputArrayOfArrays outs) const
blobが与えられるとinputフレームを作成し、入力blobを作成し、ネットを実行し、出力を返す。blobs.[【詳解】(英語]
CV_WRAP Model & setPreferableBackend (dnn::Backend backendId)
CV_WRAP Model & setPreferableTarget (dnn::Target targetId)
CV_DEPRECATED_EXTERNAL operator Net & () const
Net & getNetwork_ () const
Net & getNetwork_ ()
Impl * getImpl () const
Impl & getImplRef () const

限定公開変数類

Ptr< Impl > impl

詳解

このクラスは,ニューラルネットワークの高レベルAPIです.

Model入力画像を前処理するためのパラメータを設定できます。Model学習された重みと設定を持つファイルからネットを作成し、前処理の入力を設定し、フォワードパスを実行します。

構築子と解体子

Model() [1/2]

CV_WRAP cv::dnn::Model::Model ( const String & model,
const String & config = ""
)

サポートされている形式のいずれかで表現された深層学習ネットワークからモデルを作成します。の順になります。modelおよびconfig引数の順番は関係ありません。

引数
[in]. model 学習した重みを格納したバイナリファイル
[in]. config テキストファイルにはネットワークの設定が格納されています。

Model() [2/2]

CV_WRAP cv::dnn::Model::Model ( const Net & network )

深層学習ネットワークからモデルを作成します。

引数
[in]. network Netオブジェクトを作成します。

関数詳解

predict()

CV_WRAP void cv::dnn::Model::predict ( InputArray frame,
OutputArrayOfArrays outs
) const

blobが与えられるとinputフレームを作成し、入力blobを作成し、ネットを実行し、出力を返す。blobs.

引数
[in]. frame 入力画像です。
[out]. outs 演算結果を格納する出力blobを割り当てる。

setInputCrop()

CV_WRAP Model & cv::dnn::Model::setInputCrop ( bool crop )

フレームにflag cropを設定する。

引数
[in]. crop リサイズ後に画像が切り取られるかどうかを示すフラグ。

setInputMean()

CV_WRAP Model & cv::dnn::Model::setInputMean ( const Scalar & mean )

フレームの平均値を設定

引数
[in]. mean チャンネルから減算された平均値を持つスカラー。

setInputParams()

CV_WRAP void cv::dnn::Model::setInputParams ( double scale = 1.0,
const Size & size = Size(),
const Scalar & mean = Scalar(),
bool swapRB = false,
bool crop = false
)

フレームの前処理パラメータの設定

引数
[in]. size 新しい入力サイズ。
[in]. mean チャンネルから減算された平均値を持つスカラー。
[in]. scale フレーム値の乗数.
[in]. swapRB 最初と最後のチャンネルを入れ替えることを示すフラグ。
[in]. crop リサイズ後に画像が切り取られるかどうかを示すフラグ. blob(n, c, y, x) = scale * resize( frame(y, x, c) ) - mean(c) )

setInputScale()

CV_WRAP Model & cv::dnn::Model::setInputScale ( double scale )

フレームのスケールファクタ値の設定

引数
[in]. scale フレーム値の乗数.

setInputSize() [1/2]

CV_WRAP Model & cv::dnn::Model::setInputSize ( const Size & size )

フレームの入力サイズを設定します。

引数
[in]. size 新しい入力サイズ。
覚え書き
新しいblobの形状が0より小さければ、フレームサイズは変更されません。

setInputSize() [2/2]

CV_WRAP Model & cv::dnn::Model::setInputSize ( int width,
int height
)
inline

これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。

引数
[in]. width 新しい入力の幅。
[in]. height 新しい入力の高さ

setInputSwapRB()

CV_WRAP Model & cv::dnn::Model::setInputSwapRB ( bool swapRB )

フレームのためのフラグ swapRB を設定する。

引数
[in]. swapRB 最初と最後のチャンネルを入れ替えることを示すフラグ。

setPreferableBackend()

CV_WRAP Model & cv::dnn::Model::setPreferableBackend ( dnn::Backend backendId )

setPreferableTarget()

CV_WRAP Model & cv::dnn::Model::setPreferableTarget ( dnn::Target targetId )

このクラス詳解は次のファイルから抽出されました: